Ga naar de hoofdinhoud
Retrieval-augmented generatie

RAG Chatbot voor
Website en documentatie

Een RAG-chatbot voor websites, documentatie en helpcentra die informatie uit uw eigen content ophaalt om antwoorden te onderbouwen. ChattyBox is ontworpen om vragen zoals ‘Wat is inbegrepen in het Pro-abonnement?’ te beantwoorden met behulp van uw gepubliceerde pagina's en kan bronlinks geven — zonder dat u aangepaste retrieval-infrastructuur hoeft te bouwen of te hosten.

Wat is RAG?

RAG combineert een taalmodel met opgehaalde broncontent. Voordat een antwoord wordt gegenereerd, doorzoekt de chatbot uw gepubliceerde pagina's op passages die bij de vraag passen.

Als vertrouwen in antwoorden prioriteit heeft, combineer deze retrieval-workflow dan met een op bronnen gebaseerde AI-chatbot die is ontworpen om verzonnen antwoorden te verminderen via bronbeperkingen en fallbackgedrag.

1

Ophalen

Wanneer een bezoeker een vraag stelt, doorzoekt ChattyBox geïndexeerde website-, documentatie-, help- en CMS-content op relevante passages.

2

Vergroot

Die bronpassages worden als context toegevoegd, zodat het model iets specifieks heeft om vanuit te antwoorden.

3

Genereer

Het model genereert een beknopt antwoord dat bronlinks kan bevatten, zodat bezoekers de details kunnen controleren.

Getoetst redactioneel bewijs

Het volledige RAG-pad van bron tot antwoord met bronvermelding

Een betrouwbaar RAG-systeem is een keten van testbare fasen, niet één modelaanroep. De volgende generieke referentiearchitectuur illustreert controles voor inhoudsvoorbereiding, retrieval, generatie en bronvermelding; ze is geen specificatie van de mogelijkheden van ChattyBox.

Technisch auteur
ChattyBox-engineeringteam
Technisch reviewer
ChattyBox-documentatiereview
Laatst bijgewerkt
Informatie gecontroleerd
9 juli 2026

Beoordeeld wanneer het retrievalgedrag verandert en ten minste elke zes maanden.

RAG-architectuurdiagram met de fasen crawlen, parsen, opdelen, embedden, ophalen, prompten, beantwoorden en citeren
Bronnen worden verwerkt tot een index en de chatbot zoekt naar passages om antwoorden te onderbouwen. Antwoorden kunnen links bevatten naar opgehaalde pagina's die gebruikers als onderbouwing kunnen controleren.
Elke fase heeft een afzonderlijke uitvoer en kwaliteitscontrole; alleen de uiteindelijke tekst testen verbergt indexerings- en retrievalfouten.
FaseVoorbeeldbewerkingTe verifiëren controle
Fase
1. Crawlen
Voorbeeldbewerking
Ontdek toegestane pagina’s via URL’s en sitemaps.
Te verifiëren controle
Verwachte URL’s zijn aanwezig; uitgesloten en privépaden ontbreken.
Fase
2. Parsen
Voorbeeldbewerking
Extraheer nuttige paginatekst en bewaar broninformatie voor retrieval.
Te verifiëren controle
Navigatieruis wordt verwijderd zonder opdrachten of versielabels weg te laten.
Fase
3. Opdelen
Voorbeeldbewerking
Verdeel inhoud in passages die de URL van hun bronpagina behouden.
Te verifiëren controle
Elke passage is afzonderlijk begrijpelijk en behoudt de vereisten.
Fase
4. Embedden
Voorbeeldbewerking
Zet passages om voor semantische matching en sla bronmetadata op.
Te verifiëren controle
Elke vector verwijst naar één actuele, toegestane bronpassage.
Fase
5. Ophalen
Voorbeeldbewerking
Rangschik een kleine set passages op basis van de vraag van de bezoeker.
Te verifiëren controle
Recall@k-tests plaatsen de referentiepassage in de contextset.
Fase
6. Prompten
Voorbeeldbewerking
Combineer de vraag, passages, bronmetadata en fallbackregels.
Te verifiëren controle
Controleer instructies op tegenstrijdigheden met richtlijnen voor brongebruik en fallback; prompts alleen kunnen naleving niet garanderen.
Fase
7. Beantwoorden
Voorbeeldbewerking
Instrueer het model onderbouwde details te gebruiken of af te zien van een antwoord bij onvoldoende bewijs.
Te verifiëren controle
Controleer beweringen aan de hand van de context; als er geen bruikbare context is of een inhoudelijke lacune wordt vastgesteld, kan een fallback worden geactiveerd.
Fase
8. Citeren
Voorbeeldbewerking
Geef opgehaalde pagina-URL’s terug bij onderbouwde antwoorden; controleer of ze het antwoord ondersteunen.
Te verifiëren controle
Links werken, komen overeen met de versie en ondersteunen de claim rechtstreeks.

Actualiteit en herindexering

Gewijzigde inhoud moet worden opgehaald en opgeslagen voordat ChattyBox deze kan gebruiken. Vectorretrieval is afhankelijk van bijgewerkte embeddings; in sommige gevallen kan terugval op opgeslagen pagina’s context leveren zonder overeenkomende chunks. Vernieuwing en retrieval kunnen nog steeds vertraging oplopen of mislukken, dus test representatieve antwoorden aan de hand van actuele bronnen, vooral voor prijzen, beleid en versiegebonden documentatie.

Grenzen tussen openbare en privébronnen

Openbare pagina’s kunnen één crawlscope delen. Privé-, tenant-, werknemers- of accountgegevens vereisen geauthenticeerde opname en autorisatie tijdens retrieval voordat passages in de prompt terechtkomen. Robots-regels zijn geen toegangscontrole. Indexeer nooit geheimen en test dat niet-geautoriseerde identiteiten geen titels, fragmenten, URL’s of antwoorddetails uit beperkte bronnen kunnen ophalen.

Evalueer retrieval voordat u de tekst beoordeelt

Gebruik een versiegebonden vragenset met bekende bronpassages, verwachte claims en verwachte fallbackgevallen. Voer deze uit na wijzigingen in bronnen, chunking, embeddings, rangschikking of prompts en inspecteer fouten vervolgens per fase.

SignaalHoe dit te metenFout die hierdoor zichtbaar wordt
Signaal
Recall@k
Hoe dit te meten
Aandeel beantwoordbare vragen waarbij een referentiepassage in de top k-resultaten verschijnt.
Fout die hierdoor zichtbaar wordt
Ontbrekende crawldekking, zwakke chunks, niet-overeenkomende woordenschat of verouderde embeddings.
Signaal
Rangschikkingskwaliteit
Hoe dit te meten
Registreer reciprocal rank of nDCG voor als relevant beoordeelde passages.
Fout die hierdoor zichtbaar wordt
Er bestaat een relevante pagina, maar ruis of een verouderde versie staat hoger gerangschikt.
Signaal
Ondersteuning van claims
Hoe dit te meten
Beoordeel elke wezenlijke claim aan de hand van de passages die aan het model zijn verstrekt.
Fout die hierdoor zichtbaar wordt
Het antwoord combineert aannames met bewijs of overdrijft wat de bron zegt.
Signaal
Nauwkeurigheid van bronvermeldingen
Hoe dit te meten
Controleer of elke bronvermelding werkt en de bijbehorende claim rechtstreeks ondersteunt.
Fout die hierdoor zichtbaar wordt
Het juiste antwoord linkt naar een slechts gerelateerde pagina of de verkeerde versie.
Signaal
Precisie en recall van fallback
Hoe dit te meten
Neem onbeantwoordbare vragen en vragen met tegenstrijdige bronnen op; beoordeel correcte weigeringen en gemiste antwoorden.
Fout die hierdoor zichtbaar wordt
De bot gokt zonder bewijs of weigert ondanks voldoende bewijs.
Signaal
Actualiteitsvertraging
Hoe dit te meten
Meet de tijd vanaf een gepubliceerde bronwijziging tot een correct antwoord op basis van opgehaalde informatie.
Fout die hierdoor zichtbaar wordt
Vertraging bij opnieuw crawlen, dubbele verouderde chunks of mislukte doorvoering van verwijderingen.

Kies RAG voor veranderende, herleidbare kennis

MethodeBeste keuzeBelangrijke beperking
Methode
Zoeken op trefwoorden of site
Beste keuze
Gebruikers willen gerangschikte pagina’s en lezen de bron zelf.
Belangrijke beperking
Stelt geen antwoord samen en kan semantische overeenkomsten missen.
Methode
RAG
Beste keuze
Kennis verandert, bronvermeldingen zijn belangrijk en antwoorden omvatten enkele passages.
Belangrijke beperking
Kwaliteit hangt af van crawldekking, retrieval, machtigingen en bronkwaliteit.
Methode
Fine-tuning
Beste keuze
Leer een stabiele stijl, indeling, classificatie of taakgedrag aan.
Belangrijke beperking
Geen betrouwbare vervanging voor actuele feiten, bronvermeldingen of bronverwijdering.
Methode
Prompting met lange context
Beste keuze
Een afgebakende documentset past in de context en elk item is relevant.
Belangrijke beperking
Kosten en ruis nemen toe met de context; machtigingen en actualiteit vereisen nog steeds beheer.

Een RAG-chatbot voor klantenservice evalueren

Er is geen universeel beste optie. Test de nauwkeurigheid van bronvermeldingen, fallbackgedrag, actualiteit van bronnen, tegenstrijdige content, escalatie, grenzen rond privécontext, analytics, integraties en uitrolinspanning aan de hand van dezelfde supportvragen.

Antwoorden over openbare content

Een gerichte RAG-chatbot kan terugkerende vragen beantwoorden vanuit goedgekeurde docs en helpartikelen, met bronvermeldingen en conservatief fallbackgedrag.

Accountacties en casusafhandeling

Kies een breder supportplatform wanneer u geauthenticeerde accountacties, ticketroutering, SLA's, agentwerkruimten of activiteiten over meerdere kanalen nodig hebt.

Voer dezelfde grenstests uit

Neem vragen op over ontbrekende, verouderde of tegenstrijdige inhoud, privécontext en situaties met grote impact. Leg geciteerde URL's, weigeringen, overdrachten en notities van beoordelaars vast in plaats van een niet-geverifieerde score te publiceren.

Plan de support- en escalatiegrens · Evalueer gekoppeld bronbewijs · Gebruik de checklist voor het verminderen van hallucinaties

Stapsgewijs van bron naar antwoord

Stel dat op de geïndexeerde installatiepagina staat dat het widgetscript direct vóór de afsluitende body-tag hoort. Retrieval moet die passage selecteren, de prompt moet niet-ondersteund plaatsingsadvies verbieden en het antwoord moet de instructie geven met de installatiepagina als bewijs.

  1. 1. De vraag wordt geëmbed en vergeleken met toegestane chunks.
  2. 2. De installatiepassage staat hoger gerangschikt dan bredere widgetpagina’s.
  3. 3. Het model krijgt de instructie te antwoorden met behulp van het plaatsingsdetail in die passage.
  4. 4. De bronkaart linkt de gebruiker naar de exacte documentatiepagina.

Ga verder met de gidsen over bronvermeldingen, Docusaurus AI-chatbot met bronvermelding, chatbots voor ontwikkelaarsdocumentatie en het AI-chatbot voor MkDocs met bronvermeldingen.

Documentatieassistent
Waar moet ik het widgetscript toevoegen?
Voeg het ChattyBox-widgetscript direct vóór de afsluitende body-tag toe op elke pagina waarop de widget moet verschijnen.

Illustratief gesprek — geen livechat.

Aangedreven door ChattyBox

Hoe ChattyBox retrieval praktisch houdt

Doorzoekbare contentindex

Uw website-, documentatie-, helpcentrum- en CMS-pagina's worden geïndexeerd, zodat de chatbot de content kan doorzoeken die u al publiceert.

Inbeddingsmodel

Embeddings helpen bezoekersvragen te koppelen aan relevante bronpassages, zelfs als de formulering verschilt.

Gericht ophalen

ChattyBox zoekt naar relevante broninhoud om als context te gebruiken; als bruikbare context ontbreekt, kan het een terugvalantwoord geven.

Op context beperkte prompting

Het model krijgt de instructie om vanuit de opgehaalde context te antwoorden en ongefundeerde beweringen te vermijden. Deze instructies garanderen geen correct antwoord.

Citatielinks

Onderbouwde antwoorden kunnen links naar opgehaalde bronpagina’s bevatten die gebruikers kunnen controleren. Terugvalantwoorden kunnen zonder bronverwijzingen zijn.

Fallback-afhandeling

Wanneer relevante inhoud ontbreekt, kan de bot terugvallen op een alternatief antwoord in plaats van een ongefundeerd antwoord te verzinnen.

RAG chatbot versus generieke AI-chatbot

Een generieke chatbot antwoordt vanuit een breed modelgeheugen en kan zelfverzekerd klinken over dingen die hij niet weet. Een RAG-chatbot haalt eerst informatie uit uw pagina's op en krijgt de instructie die inhoud te gebruiken; bronlinks kunnen gebruikers helpen het antwoord te controleren, maar nauwkeurigheid is niet gegarandeerd.

Generieke AI-chatbot
  • —Antwoorden uit het brede modelgeheugen, niet uit uw inhoud.
  • —Kan functies, prijzen of stappen bedenken die niet in uw documenten staan.
  • —Geen duidelijke bron om het antwoord te verifiëren.
RAG chatbot
  • Haalt eerst informatie op uit uw gepubliceerde website, documentatie en helpcontent.
  • Kan een geconfigureerde fallback gebruiken wanneer retrieval niet voldoende ondersteuning voor een antwoord bevat.
  • Kan ondersteunende pagina's citeren, zodat bezoekers het bewijs achter wezenlijke claims kunnen inspecteren.

Wanneer bronvermeldingen prioriteit hebben, combineer retrieval met een AI-chatbot met bronvermeldingen die ondersteunde antwoorden aan hun bronpagina's koppelt.

RAG zonder uw contentstack te herbouwen

Verbind uw bestaande sitecontent, test de antwoordkwaliteit en sluit een chatbot met bronvermeldingen in wanneer de antwoorden kloppen.

Start gratis - Geen creditcard